(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111490445.9 (22)申请日 2021.12.08 (71)申请人 融量数据科技 （上海） 有限公司 地址 200331 上海市嘉定区众仁路39 9号1 幢12层B区J723 6室 (72)发明人 何滟　仇琰敏　陈春卉　 (74)专利代理 机构 北京化育知识产权代理有限 公司 11833 代理人 尹均利 (51)Int.Cl. G06F 16/9535(2019.01) G06F 40/30(2020.01) G06F 40/289(2020.01) G06F 40/211(2020.01) G06F 40/253(2020.01)G06F 40/216(2020.01) G06N 20/00(2019.01) G06N 3/08(2006.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 40/06(2012.01) (54)发明名称 一种基于NLP技术和机器学习算法的基金经 理推荐方法 (57)摘要 本发明公开了一种基于NLP技术和机器学习 算法的基金经理推荐 方法， 推荐方法包括以下步 骤S1、 获取近六个月基金经理因子评价综合数据 较高的名单合集； S2、 通过与客户的对话， 使用 NLP技术展现不同基金经理的各项文本数据， 并 进行词义标签化和分析； S3、 通过数学建模展现 不同基金经理的投资理念、 投资能力， 并进行对 比分析； S4、 根据客户自身的投资要求和投资风 格， 从名单合集内筛选出符合客户要求的基金经 理名单； S5、 通过建模和文本预测名单内基金经 理的未来投资业绩， 并进一步再筛选出合适的名 单； S6、 根据客户的要 求， 去掉不符合要 求的基金 经理， 获得最终推荐名单。 权利要求书2页 说明书5页 附图1页 CN 114168851 A 2022.03.11 CN 114168851 A 1.一种基于NLP技术和机器学习算法的基金经理推荐方法， 其特征在于： 所述推荐方法 包括以下步骤 S1、 获取近六个月基金 经理因子评价综合数据较高的名单合 集； S2、 通过与客户的对话， 使用NLP技术展现不同基金经理的各项文本数据， 并进行词义 标签化和分析； S3、 通过数学建模展现不同基金 经理的投资理念、 投资能力， 并进行对比分析； S4、 根据客户自身的投资要求和投资风格， 从名单合集内筛选出符合客户要求的基金 经理名单； S5、 通过建模和文本预测名单内基金经理的未来投资业绩， 并进一步再筛选出合适的 名单； S6、 根据客户的要求， 去掉 不符合要求的基金 经理， 获得最终推荐名单。 2.根据权利要求1所述的一种基于NLP技术和机器学习算法的基金经理推荐方法， 其特 征在于： 所述 NLP的使用过程包括以下步骤 文本预处理， 将文本分解成有用的单位， 再使用词干提取和词形还原等技术将单词转 换为基本形式， 能够帮助减少 干扰和简化分析， 而后利用词法， 或研究词与词之间的关系， 之后利用句法或分析 单词和句子如何 组合在一 起， 并进行语义分析； 文本表示， 通过词袋模型描述文档中出现的单词， 通过N元模型创建组合单词， 通过TF ‑ IDF淡化文档中频繁出现的单词， 并突出显示具有有用信息的更独特的单词， 通过词嵌入帮 助更好地分析比较单词和上 下文； 分析和建模， 利用机器学习和深度学习方法执 行计算， 以产生期望的结果。 3.根据权利要求1所述的一种基于NLP技术和机器学习算法的基金经理推荐方法， 其特 征在于： 基金经理因子评价体系从简历信息、 从业信息、 业绩表现等 维度构建了基金经理因 子库， 包含分类因子与数值因子， 并在月频上对因子做有效性检验筛选有效因子； 所述经 理 因子评价体系包括基本信息、 盈利能力、 盈利稳定、 风险控制、 盈利质量、 选股能力、 管理规 模、 机构偏好 等八个维度。 4.根据权利要求3所述的一种基于NLP技术和机器学习算法的基金经理推荐方法， 其特 征在于： 所述基本信息维度包括学历背 景、 任职年限等因子， 作为用于评价基金经理因子的 辅助性指标； 所述盈利能力维度包括绝对收益、 超额收益等因子； 所述盈利稳定维度包括业 绩稳定性、 超额收益稳定性等因子； 所述风险控制维度包括最大回撤率和波动率等因子； 所 述盈利质量维度包括夏普比率、 信息比率、 詹森系数等因子； 所述选股能力维度包括选股 Alpha和选股AlphaIR等因子； 所述管理规模维度包括管理规模和管理份额等因子； 所述机 构偏好维度包括机构投资者占比等因子 。 5.根据权利要求1所述的一种基于NLP技术和机器学习算法的基金经理推荐方法， 其特 征在于： 所述基金 经理的文本数据包括语音 文本、 路演材 料、 基金季报和年报等文本材 料。 6.根据权利要求1所述的一种基于NLP技术和机器学习算法的基金经理推荐方法， 其特 征在于： 所述词义标签化和分析包括以下步骤 将相似类型的基金 经理归入一大类中， 并使用标签进行定义； 对同类型中基金经理 的各项数据进行综合对比分析， 比如盈利能力、 盈利质量等， 将所 得结论使用表格进行展现， 并推荐出 更优质的基金 经理。权　利　要　求　书 1/2 页 2 CN 114168851 A 27.根据权利要求6所述的一种基于NLP技术和机器学习算法的基金经理推荐方法， 其特 征在于： 所述数 学建模包括以下步骤 对更优质基金 经理的各项数据、 投资理念、 投资能力等进行建模； 对列出的所有基金经理的模型进行对比分析， 得出数据， 筛选符合客户要求的基金经 理。 8.根据权利要求1所述的一种基于NLP技术和机器学习算法的基金经理推荐方法， 其特 征在于： 所述预测基金 经理的未来 业绩包括以下步骤 根据筛选出的基金 经理以往的数据进行建模， 分析 得到数据后输出文本； 对比得出的基金 经理的数据情况， 获得最终推荐的基金 经理名单。权　利　要　求　书 2/2 页 3 CN 114168851 A 3